基于不变矩和神经网络的目标识别方法

针对寻的导引头成像制导中实时采集图像由于存在几何失真及像质模糊而导致目标识别精度差的问题,提出了一种基于不变矩和神经网络的目标识别方法.该方法采用一种改进的不变矩算法提取目标图像的不变矩特征量来训练BP神经网络,实现目标图像的识别和分类.仿真结果表明该不变矩特征库训练的神经网络分类器具有较高的识别精度,是一种比较实用的目标识别方法.     

基于高速数字逻辑器件的超宽带脉冲设计和应用

在对现有几种典型的超宽带脉冲产生方法分析的基础上, 采用组合高速数字逻辑器件实现了一种简单的产生超宽带纳秒级窄脉冲的电路,并对产生的窄脉冲进行时域叠加合成高阶波形.实验电路测试结果与理论分析和仿真吻合良好.实验表明,该窄脉冲产生电路能得到重复频率100 MHz、幅度达446 mV的窄脉冲.最后,结合UWB调制技术对该发射机的信息传输速率进行了分析.     

末修迫弹修正效果影响因素分析

在对脉冲控制迫弹末修原理简单介绍的基础上,在六自由度弹道模型上进行了蒙特卡洛仿真打靶试验。分析在落点预测导引模式和XZ追踪导引模式下,脉冲启控时刻、脉冲个数和修正模式对修正效果的影响,并对两种导引模式修正原理和特点进行详细的对比分析,得到两种导引模式下确定脉冲参数的原则。     

某型工程车虚拟操作训练环境设计

采用基于Vega和Creator的虚拟现实仿真机制和人机交互设备,构建某型工程车训练仿真系统虚拟操作训练环境。根据位置跟踪传感器跟踪受训人员手的位置和姿态,使用数据手套获取受训人员手部各关节数据,驱动虚拟手实现人机交互,完成虚拟操作训练任务,并采用前馈神经网络模式识别法和空间位姿判别法,分别对静态手势和动态操作命令进行识别。     

振弦式传感器压力测量系统设计及分析

应用振弦式传感器并基于脉冲计数法进行压力测量可达测量精度受脉冲计数精度、电路噪声及温度补偿等多重因素影响。介绍了一种成熟的设计方案,通过采用优化的扫频激励方式、合理的脉冲计数方法、低噪声信号调理电路设计和有效的温度补偿等途径,获得了较高精度的压力测量值,是脉冲计数法测压场合的较好选择。     

高功率电磁环境下导弹发射阵地近地面电磁脉冲波形仿真

主要研究在高功率电磁环境下高空核爆到达导弹预设作战阵地近地面时的电磁脉冲环境。首先给出高空核爆电磁脉冲场近地面计算的理论基础,然后分析不同条件下近地面的电磁脉冲环境参数,编程实现了基于时域有限差分算法的电磁脉冲波形数值仿真,完成了多种特定预设战场环境下的电磁脉冲计算,最后给出由于电磁脉冲武器的发展和HEMP波形表述形式变化,给导弹武器系统抗电磁脉冲性能研究带来的影响和新动态趋势。结论认为：应加强对前沿更陡、强度更强电磁脉冲的抵抗能力,防御重点放在机动作战样式方面,提高战地战时抗毁生存能力。     

基于一类弱连续T-模的模糊Hopfield神经网络研究

基于一般的弱连续T-模与取大（V）模糊算子的复合,建立了具有一般意义的动态模糊神经网络——模糊Hopfield神经网络,并系统分析了该动态系统的性能：在Hamming距离意义下证明了该网络是稳定的,而且其平衡点（吸引子）具有全局Lyapunov稳定性。最后,提供了一种有效的学习算法。     

一种BPSK相参脉冲信号多普勒频率变化率测量方法

BPSK信号广泛应用于新体制雷达中,测量BPSK信号中包含的多普勒频率变化率信息是单站无源定位与跟踪的关键技术.通过对BPSK信号平方消除了相位调制对参数估计的影响,并利用离散傅立叶变换进行脉冲间相参积累,算法具有计算量小、多普勒频率变化率估计精度高的优点.计算机仿真结果表明参数估计的精度能达到单站无源定位与跟踪系统的精度要求.     

混沌背景下基于神经网络的编码信号检测新方法

提出了一种混沌背景下的编码信号检测新方法。信号检测过程包含两个步骤:混沌信号的预测和检测判决。该方法利用非线性前馈神经网络进行混沌信号模型的创建,并采用13位巴克码作为编码信号。仿真结果表明,通过该方法进行编码信号检测可以得到较高的检测概率和较低的虚警概率,整体检测性能较高,并且对于不同信噪比的信号具有较强的鲁棒性。     

带落角约束的再入机动弹头的复合导引律

针对再入机动弹头垂直打击目标的要求,研究了具有末端落角约束的复合导引律.该导引律包括俯冲平面内的制导方程和转弯平面内的制导方程,通过在最优导引律的基础上引入滑模变结构控制,增强导引律的鲁棒性.为了减小控制量的抖振和能量损耗,提出了采用RBF(径向基函数)神经网络自适应调节切换项增益的方案,数学仿真验证了该方案的有效性.仿真结果还表明,与最优导引律相比,复合导引律在外界干扰的影响下仍能保持较高的制导精度.